【技术实现步骤摘要】
待推送信息召回处理方法、装置、设备、介质及程序产品
[0001]本申请涉及计算机数据处理领域，尤其涉及一种待推送信息召回处理方法、装置、设备、介质及程序产品。
技术介绍
[0002]随着互联网技术的不断发展，在移动终端或者车载终端上向用户推送信息已经成为了信息传播的重要手段。
[0003]目前，随着各类商品和服务的不断丰富，需要向用户推送的信息量越来越多，但是由于现在用户对信息个性化的需求也越来越高，现有技术在向用户推送信息时，一般在筛选出待推送信息后就直接推送了，并没有再次针对个性化和精准性进行二次筛选。
[0004]这就造成大量的推送信息中，包含了大量用户不感兴趣的内容，即在信息覆盖面过大时，用户会认为信息的推送不够精准。另一种情况是，如果推送信息量虽然巨大，但是其覆盖面过小时，用户又会认为信息的推送不够个性化，仅推送常见的热点内容。这些都会严重影响到用户的使用体验。
[0005]因此，如何在向用户推送信息前，将大量的待推送信息进行精准召回成为了亟待解决的技术问题。
技术实现思路
...
【技术保护点】
【技术特征摘要】
1.一种待推送信息召回处理方法，其特征在于，应用于移动终端，所述方法包括：获取信息特征表以及用户的兴趣特征表，所述信息特征表用于表征多个待推送信息对应的特征属性，所述兴趣特征表用于表征所述用户对所述信息特征表中各个信息的兴趣偏好；根据所述信息特征表以及所述兴趣特征表确定多个所述待推送信息的第一兴趣评分表；根据各个所述待推送信息中的时间记录以及目标推送时间，对所述第一兴趣评分表进行时间衰减性修正，以确定第二兴趣评分表；根据所述第二兴趣评分表以及预设召回要求，从各个所述待推送信息中确定各个无需向所述用户推送的召回信息。2.根据权利要求1所述的待推送信息召回处理方法，其特征在于，所述根据各个所述待推送信息中的时间记录以及目标推送时间，对所述第一兴趣评分表进行时间衰减性修正，以确定第二兴趣评分表，包括：分别确定各个所述待推送信息的所述时间记录与所述目标推送时间的时间差；将各个所述时间差以及预设时间敏感系数分别输入预设时间衰减模型中进行计算，以确定多个时间衰减参数；将各个所述时间衰减参数与所述第一兴趣评分表中对应的各个兴趣评分相乘，以确定所述第二兴趣评分表。3.根据权利要求1所述的待推送信息召回处理方法，其特征在于，所述获取用户的兴趣特征表，包括：获取所述用户的多个用户特征；通过对多个所述用户特征进行神经网络推断，使所述神经网络根据词树分类结构要求，确定各个所述用户特征与预设信息分类分组规则之间的映射关系，以确定所述兴趣特征表，其中，所述预设信息分类分组规则中每个信息分类对应至少一个信息分组，且各个所述信息分类之间以及各个所述信息分组之间线性无关。4.根据权利要求3所述的待推送信息召回处理方法，其特征在于，所述通过对所述多个用户特征进行神经网络推断，使所述神经网络根据词树分类结构要求，确定各个所述用户特征与信息分类分组规则之间的映射关系，包括：利用所述神经网络中的特征提取层将所述用户的多个所述用户特征转换为用户特征信息，所述用户特征信息通过向量或矩阵的形式表征多个所述用户特征；将所述用户特征信息输入到信息分类全连接层获得所述用户特征信息映射到各个所述信息分类的第一映射结果；将所述第一映射结果输入到信息分组全连接层，以确定所述第一映射结果映射到各个所述信息分组的第二映射结果，其中，所述信息分类全连接层以及所述信息分组全连接层在处理过程中根据所述词树分类结构要求分别建立有多个张量参数，所述张量参数用于表征所述信息分类全连接层的类别特征以及所述信息分组全连接层的组别特征之间的对应关系；利用所述神经网络中的决策层对所述第二映射结果进行处理，以确定所述兴趣特征表。
5.根据权利要求3所述的待推送信息召回处理方法，其特征在于，所述方法还包括：获取用于推断所述映射关系的所述神经网络，包括：获取样本用户特征；利用所述神经网络中的特征提取层提取所述样本用户特征中的样本用户特征信息，所述样本用户特征信息通过向量或矩阵的形式表征多个所述样本用户特征；将所述样本用户特征信息输入信息分类全连接层以及信息分组全连接层进行处理，以确定第一样本映射结果和第二样本映射结果，所述第一样本映射结果用于表征所述样本用户特征信息通过第一张量参数映射到各个信息分类标记空间的映射关系，所述第二样本映射结果用于表征所述第一样本映射结果通过第二张量参...
【专利技术属性】
技术研发人员：米良，李林峰，
申请(专利权)人：亿咖通湖北技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。